在python下使用tensorflow判断是否存在文件夹的实例
判读是否存在文件夹
import tensorflow as tf import os folder = './floder' if not tf.gfile.Exists(folder): #若文件夹不存在,则自动创建文件夹 tf.gfile.MakeDirs(folder)
若存在删除文件夹下所有文件
if tf.gfile.Exists(folder): #返回一个list for file in (tf.gfile.ListDirectory(folder)): #添加绝对路径,并删除文件 tf.gfile.Remove(os.path.join(os.path.abspath(folder),file))
以上这篇在python下使用tensorflow判断是否存在文件夹的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。
相关推荐
-
python使用TensorFlow进行图像处理的方法
一.图片的放大缩小 在使用TensorFlow进行图片的放大缩小时,有三种方式: 1.tf.image.resize_nearest_neighbor():临界点插值 2.tf.image.resize_bilinear():双线性插值 3.tf.image.resize_bicubic():双立方插值算法 下面是示例代码: # encoding:utf-8 # 使用TensorFlow进行图片的放缩 import tensorflow as tf import cv2 import numpy
-
python3.6.3安装图文教程 TensorFlow安装配置方法
本文主要介绍Python3.6及TensorFlow的安装和配置流程. 一.Python官网下载自己电脑和系统对应的Python安装包. 网址:下载地址 一直往下拉到Files,这里我下载的是Windows x86-64 executable installer (注意:要装TensorFlow必须安装64位的Python,TensorFlow不支持32位)< 二.下载python-3.6.3-amd64.exe应用程序 下载完成后得到一个python-3.6.3-amd64.exe应用程序,右
-
Python(TensorFlow框架)实现手写数字识别系统的方法
手写数字识别算法的设计与实现 本文使用python基于TensorFlow设计手写数字识别算法,并编程实现GUI界面,构建手写数字识别系统.这是本人的本科毕业论文课题,当然,这个也是机器学习的基本问题.本博文不会以论文的形式展现,而是以编程实战完成机器学习项目的角度去描述. 项目要求:本文主要解决的问题是手写数字识别,最终要完成一个识别系统. 设计识别率高的算法,实现快速识别的系统. 1 LeNet-5模型的介绍 本文实现手写数字识别,使用的是卷积神经网络,建模思想来自LeNet-5,如下图所示
-
python使用tensorflow深度学习识别验证码
本文介绍了python使用tensorflow深度学习识别验证码 ,分享给大家,具体如下: 除了传统的PIL包处理图片,然后用pytessert+OCR识别意外,还可以使用tessorflow训练来识别验证码. 此篇代码大部分是转载的,只改了很少地方. 代码是运行在linux环境,tessorflow没有支持windows的python 2.7. gen_captcha.py代码. #coding=utf-8 from captcha.image import ImageCaptcha # pi
-
在python下使用tensorflow判断是否存在文件夹的实例
判读是否存在文件夹 import tensorflow as tf import os folder = './floder' if not tf.gfile.Exists(folder): #若文件夹不存在,则自动创建文件夹 tf.gfile.MakeDirs(folder) 若存在删除文件夹下所有文件 if tf.gfile.Exists(folder): #返回一个list for file in (tf.gfile.ListDirectory(folder)): #添加绝对路径,并删除文
-
Python 实现删除某路径下文件及文件夹的实例讲解
Python 实现删除某路径下文件及文件夹的脚本 #!/usr/bin/env python import os import shutil delList = [] delDir = "/home/test" delList = os.listdir(delDir ) for f in delList: filePath = os.path.join( delDir, f ) if os.path.isfile(filePath): os.remove(filePath) print
-
在python下实现word2vec词向量训练与加载实例
项目中要对短文本进行相似度估计,word2vec是一个很火的工具.本文就word2vec的训练以及加载进行了总结. word2vec的原理就不描述了,word2vec词向量工具是由google开发的,输入为文本文档,输出为基于这个文本文档的语料库训练得到的词向量模型. 通过该模型可以对单词的相似度进行量化分析. word2vec的训练方法有2种,一种是通过word2vec的官方手段,在linux环境下编译并执行. 在github上下载word2vec的安装包,然后make编译.查看demo-wo
-
python跳过第一行快速读取文件内容的实例
Python编程时,经常需要跳过第一行读取文件内容.简单的做法是为每行设置一个line_num,然后判断line_num是否为1,如果不等于1,则进行读取操作. 相应的Python代码如下: input_file = open("C:\\Python34\\test.csv") line_num = 0 for line in input_file: line_num += 1 if (line_num != 1): do_readline() 然而这样每次迭代都需要判断一次,增加了时
-
Python批处理删除和重命名文件夹的实例
1. 删除当前目录下不含有指定文件类型的文件夹 #!/usr/bin/python # -*- coding: UTF-8 -*- import sys import os import shutil pwd = os.getcwd() L = os.listdir(".") f = open("out.txt", "w") for dirname in L: if os.path.isdir(dirname): print("dir
-
c++下使用windows api遍历指定文件夹及其子文件夹中的文件
以下代码在vs2008中测试通过,利用FindFirstFile,FindNextFile函数遍历了我电脑上全路径为"C:\\Users\\v_tianboli\\Desktop\\windows程式设计开发指南"的文件夹,并输出文件夹及子文件夹中的所有文件完整路径到控制台.完整代码如下: #include "stdafx.h" #include <iostream> #include "windows.h" #include <
-
对node通过fs模块判断文件是否是文件夹的实例讲解
通过fs.Stats 和 states.isDirectory实现 1. fs.Stats 对象提供了一个文件的信息. 从 fs.stat().fs.lstat() 和 fs.fstat() 及其同步版本返回的对象都是该类型. 如果传入这些函数的 options 中的 bigint 为 true,则数值会是 bigint 型而不是 number 型. 如: Stats { dev: 2114, ino: 48064969, mode: 33188, nlink: 1, uid: 85, gid:
-
利用node 判断打开的是文件 还是 文件夹的实例
如下所示: var fs = require("fs"); //判断打开的是文件 还是 文件夹 var path = "wen.txt"; fs.stat(path,function(err,stat){ if (err) { console.error(err); throw err; } console.log(stat); console.info(path+"是一个"+stat.isFile()); console.info(path+&
-
python解压TAR文件至指定文件夹的实例
如下所示: ######### Extract all files from src_dir to des_dir def extract_tar_files(src_dir,des_dir): files = os.listdir(src_dir) for file in files: dir_tmp = os.path.join(src_dir, file) print dir_tmp if not os.path.isdir(dir_tmp): ##是文件,非文件夹 #解压特定文件 if
-
python 移动图片到另外一个文件夹的实例
如下所示: # -*- coding:utf8 -*- import os import shutil import numpy as np import pandas as pd path_img='C:/Users/49691/Desktop/数据集/test' ls = os.listdir(path_img) lenl=len(ls) print(len(ls)) train_labels = pd.read_csv('C:/Users/49691/Desktop/数据集/b.csv')
随机推荐
- javascript currentTarget对象介绍
- Ruby学习笔记一
- mysql too many open connections问题解决方法
- jquery 学习之二 属性相关
- 求最大子数组之和的方法解析(2种可选)
- 跟老齐学Python之不要红头文件(2)
- Swift下使用UICollectionView 实现长按拖拽功能
- js HTML5 Ajax实现文件上传进度条功能
- 简单讲解Python中的字符串与字符串的输入输出
- C++交换指针实例
- jQuery实现的在线答题功能
- JQUBAR1.1 jQuery 柱状图插件发布
- js函数模拟显示桌面.scf程序示例
- bootstrap select插件封装成Vue2.0组件
- 关于访问IIS元数据库失败的解决方法
- 代理商能不能用自己的支付接口?能不能送自己的二级域名?
- 轻松掌握Java模板模式
- Android 开发调试工具的使用总结
- C语言中等待socket连接和对socket定位的方法
- C++采用openfilename打开文件对话框用法实例